NTNU, TRONDHEIM Norges teknisk-naturvitenskapelige universitet Institutt for sosiologi og statsvitenskap
|
|
- Torgrim Magnussen
- 7 år siden
- Visninger:
Transkript
1 NTNU, TRONDHEIM Norges teknisk-naturvitenskapelige universitet Institutt for sosiologi og statsvitenskap EKSAMENSOPPGAVE I SOS3003 Våren 2006 Anvendt statistisk dataanalyse i samfunnsvitenskap Faglig kontakt under eksamen: Johan Fredrik Rye Telefon: Eksamensdato: 22. mai 2006 Eksamenstid: 6 timer Studiepoeng: 15 Antall sider bokmål ekskl. vedlegg: 2 Antall sider nynorsk ekskl. vedlegg: 2 Antall sider vedlegg: 15 Sensurdato: Sensurtelefon: Tillatte hjelpemiddel: Kalkulator Alle skriftlige hjelpemidler (unntatt tidligere eksamensoppgaver og sensorveiledninger) 1
2 BOKMÅL Kommentar til sensurveiledningen: Vær oppmerksom på at veiledningen kun antyder de viktigste momentene som skal være med i besvarelsen det forventes at kandidatene gir mer utfyllende svar enn det som gis nedenfor. I flere av oppgavene skal kandidaten gjengi formler, gjøre utregninger og så forklare hva resultatene innebærer. Det bør legges større vekt på gode fortolkningene av resultatene enn evnen til reproduksjon av formler. Dette gjelder også mer generelt: Kandidater som gir grundige og reflekterte svar skal belønnes. NB: I oppgave 1e) står det at man skal bruke opplysninger fra tabell 2 for å løse oppgaven. Det skal være tabell 3 (studentene ble gjort oppmerksom på denne feilen under eksamen). OPPGAVE 1: OLS-REGRESJON (TELLER 40 PROSENT) I oppgave 1 benyttes data fra European Social Survey (ESS). Hensikten med ESS er å kartlegge sammenhengen mellom institusjonelle forhold i de europeiske landene og borgernes holdninger, verdier og oppfatninger. Intervjuene ble gjort høsten Flere europeiske land deltar i undersøkelsen med representative utvalg, men i denne oppgaven er kun data fra den norske delundersøkelsen benyttet (N=1702). Et av spørsmålene i ESS er i hvilken grad informantene har tillit til politiet. Det er gjennomført en OLS-regresjon der denne tilliten søkes forklart ut fra ulike bakgrunnsvariabler. Se vedleggene for deskriptiv informasjon om variablene, modellspesifikasjon og diagnostiske analyser. 1a) Sett opp regresjonsligningen for populasjonen. Gjør grundig rede for forutsetningene for regresjonsmodeller, og drøft i hvilken grad de synes oppfylt i denne modellen. Bruk vedleggene aktivt. γ = 3, ,296 X tillit til politikere + 0,118 X tilfredshet med myndighetene + 0,201 X livskvalitet 0,036 X religiøsitet + 0,248 X kvinne + 0,013 X alder 0,025 X middels utdanning + 0,316 X høy utdanning 0,331 X samspill + ε Merk at det er ligningen for populasjonen som etterspøres. Man bør dermed ikke ta med samspilleddet (som ikke er signifikant ut fra det konvensjonelle 0,05-prosentsnivået), samtidig som feilleddet må være med. Forutsetningene og vurderinger av disse (her kun en stikkordsmessig gjennomgang) 1: Spesifikasjonskravet a) Y er en linjær og additiv funksjon av parametrene til X-variablene (ja, sikres gjennom modellformuleringen) b) Alle relevante X er med i modellen (bør diskuteres det er flere X man kan tenke seg som relevante enn dem som er med i modellen) c) Ingen irrelevante X er med i modellen (jfr. senere drøfting av insignifikante variabler) 2: Gauss-Markow a) Gitte X (kan ikke testes) b) Feilleddenes forventning er 0 (innfris automatisk gjennom OLS) 2
3 c) Fravær av heteroskedastisitet (se vedlegg: svak tendens til synkende varians for feilleddene ved høye verdier) d) Autokorrelasjon (ikke aktuelt i denne modellen) 3) Normalfordelte feil Feilleddenes synes noe skeivfordelte, noe som fremgår både av boxplot'et og histogrammet. Videre bør kandidaten kommentere problemer knyttet til mulitkollinaritet og bruke cook's d / dfbetas-plot'ene til å vurdere innflytelsesrike case. Multikollinaritet: Ingen betydelige problemer (men fint om de kommenterer verdien for utdanning, som er relatiert til samspillsleddet) Innflytelsesrike case: Cook's d: Noen få case peker seg ut (spesielt 1045, 376), men verdiene er relativt lave. Dfbetas-verdiene er også relativt lave, men igjen er det noen case som peker seg ut, og studentene bør knytte noen kommentarer til disse. Noen studenter har også tatt med noen mer overordnede betraktninger om kausalitet i regresjonsanalyser. Dette er positivt, men ikke nødvendig for å besvare oppgaven. 1b) I regresjonsmodellen er de standardiserte koeffisientene, t-verdien og signifikansnivået fjernet for variablene religiøsitet og tilfredshet med livet. Vis formlene og utregningene for å finne de standardiserte koeffisientene og t-verdiene (standardavvikene for alle variablene i modellen er vist i tabell 1). Vurder om variablene gir signifikante bidrag til modellen. Standardiserte koeffisienter b* x1 = b x1 * (s x1 / s y ) T-verdi b x1 / SE bx1 For å vurdere signifikansnivået må man slå opp i tabellen som viser kritiske verdier for t-testen (Hamilton s. 360). Ut fra et 0,05 prosents signifikansnivå (tosidig test) bidrar begge variablene signifikant til modellen Stand. T-verdi Sig. Livskvalitet,157 7,179,000 Religiøsitet -,047-2,000,039 1c) Hvilken påvirkning har kjønn på folks tillit til politiet? Hvordan påvirkes svaret av om du setter kravet til signifikans til et nivå på 0,10, 0,05 eller 0,01? Generell tendens: Kvinner har høyere tillit til politiet til menn, men samspillet antyder at kvinner 'mister' effekten av høy utdanning som menn får. (NB: Kandidaten skal demonstrere evne til konkret fortolkning av samspill i denne oppgaven) Hvilket signifikansnivå man setter, blir avgjørende for tolkningen. Hvis man setter α = 0,10 blir resonnementet som ovenfor. Hvis man setter α = 0,05, blir samspillet usignifikant og man bør se 3
4 bort fra samspilleffekten. Hvis man setter α = 0,01 blir kjønn vurdert som helt usignifikant. (Det forutsettes her tosidige tester) 1d) Vurder følgende hypoteser: i) Eldre personer har høyest tillit til politiet. Bekreftes ii) Det er en negativ sammenheng mellom folks tillit til politikere og deres tillit til politiet Avkreftes iii) Folks religiøse orientering påvirker deres tillit til politiet. Bekreftes iv) Folk med høy utdanning har høyere tillit til politiet enn dem med lav eller middels utdanning. Modellen viser at utdanningsvariabelen (dummysettet som helhet) er signifikant, men det er ingen av enkeltkoffisientene som er signifikante. Man kan anta at det er forskjellen mellom middels og høy som er signifikant, men opplysningene som er gitt, gir ingen endelige svar på dette. Hypotesen kan derfor ikke bekreftes uten ytterligere analyser. Drøftingen av hypotesen kan kompliseres videre ved å trekke inn samspillleddet mellom kvinne og høy utdanning hvis man tar utgangspunkt i et 0,10-prosents signifikansnivå. Det er fint om studentene kommer med betraktninger knyttet til dette men fortsatt er det ikke mulig å komme med endelige konklusjoner ift. hypotesen. 1e) Vis formler og utregninger for R 2 og R 2 adjusted for regresjonsmodellen (bruk opplysninger fra tabell 2). Forklar hva svarene betyr. R 2 = ESS / RSS = 1263,061 / 6943,733 = 0,182 Ca. en femtedel av variansen i den avhengige variablene forklares av X-variablene R 2 adjusted = R 2 - (((K-1)/(n-K)) * (1-R 2 )) = 0,182 (((10-1) / ( )) * 1-0,182) = 0,182 ((9 / 1692) * 0,818) = 0,182 (0,005 * 0,818) = 0,182 0,004 = 0,178 Formelen avveier forklart varians i forhold til modellens kompleksistet (parimony). Som man ser, viser R 2 adjusted grovt sett det samme som R 2. OPPGAVE 2: LOGISTISK REGRESJON (TELLER 50 PROSENT) 4
5 Også i oppgave 2 benyttes data fra European Social Survey (ESS). Et av spørsmålene i ESS er i hvilken grad informantene har betalt svart, dvs. betalt kontant uten kvittering for å unngå skatt. I det videre tolkes positive svar som villighet til å betale med svarte penger. Det er gjennomført en logistisk regresjon der viljen til å betale med svarte penger søkes forklart ut fra ulike bakgrunnsvariabler. Se vedleggene til oppgave 2 for deskriptiv informasjon om variablene og modellene. Vær oppmerksom på at modellen er bygd opp 'blokkvis' (i alt sju modeller, inkludert modellen med bare konstantledd), og at 'Omnibus Tests for Model Coeffisients' er fjernet for de to siste modellene, slik at du selv må regne ut verdiene for 'loglikelihood'-testen for disse. 2a) Hvilken av modellene er den beste? Forklar svarene. Modellen i blokk 6 er den beste. Blokkene 1-5 er alle signifikante forbedringer, ifølge opplysningene som gis i tabellene 'Omnibus Tests for Model Coeffisients'. For å vurdere om blokk 6 er en signifikant forbedring må man bruke loglikelihood-testen, her vist ut fra -2LL-verdiene som oppgis av SPSS (noen kandidater bruker evt. Hamiltons litt mer kompliserte formel, og det er selvsagt greit) X 2 H = (-2LL blokk 5 ) (-2LL blokk 6 ) = 1838, ,674 = 6,947 H = 1 (forskjell i antall variabler), kritisk verdi er 3,841 (gitt 0,05 sig.nivå se Hamilton s. 354) Konklusjon: Modellen i blokk 6 er en signifikant forbedring Deretter må man vurdere blokk 7 mot blokk 6 X 2 H = (-2LL blokk 6 ) (-2LL blokk 7 ) = 1831, ,197 = 0,477 H = 1 (forskjell i antall variabler), kritisk verdi er 3,841 (gitt 0,05 sig.nivå se Ham. s. 354) Konklusjon: Modellen i blokk 7 er ikke en signifikant forbedring 2b) I logistiske regresjonsmodeller kan man tolke resultatene ut fra logit (L), odds (O) eller sannsynligheter (p). Gi en redegjørelse for hvordan man fortolker resultatene fra en logistisk regresjonsmodell ut fra disse verdiene. Bruk eksempler fra den logistiske regresjonsmodellen som er den beste (jfr. oppgave 2a). Her er det vanskelig å gi en konkret sensorveiledning, men samlet sett bør kandidatene vise en god oversikt over de ulike fortolkningsmåtene, inkludert en forståelse av hvordan L, O og p er relatert til hverandre. Besvarelsen bør også redegjøre for det matematiske grunnlaget for verdiene. Svaret på denne oppgaven bør derfor være rimelig omfattende. 5
6 2c) Skriv opp ligningene for betingede effektplott som vil minimere og maksimere oddsen (O) for å ha ha betalt svart (y = 1) etter informantens alder. Ta utgangspunkt i den beste modellen (jfr. oppgave 2a). O min = e L -6,054 + (0,105 * alder) (0,001 * alder2) = e (Man vil se ulike konstantleddet, ettersom samspillleddet mellom religion og politisk plassering fører til at det faktisk lønner seg å sette begge variablene til 10 for å minimere ligningen. Det er et pluss hvis studenten er oppmerksom på betydningen av samspillet, men det kan ikke forventes at man finner frem til de korrekte verdiene) O max = e L -2,562 + (0,105 * alder) (0,001 * alder2) = e (Det samme gjelder ift. konstantleddet på denne oppgaven. Det optimale er å sette religionsvariablen til 6 (pga. annengradsleddet), og løsningen over bruker denne verdien. Man bør imidlertid ikke forvente at studentene har tid til å regne seg frem til dette ( selv om man bør belønne dem som eventuelt greier det) 2d) Vurder følgende variablers innvirkning på sannsynligheten for å ha betalt med svarte penger: i) Tilfredshet med myndighetene Det er en positiv sammenheng, men denne er ikke signifikant (i ingen av modellene) ii) Utdanning Økt utdanning øker ens vilje til å betale med svarte penger (testes i blokk 2) iii) Region Det er regionale forskjeller i folks vilje til å betale med svarte penger (testes gjennom blokk 3). Ut fra den beste modellen (6) kan vi videre konkludere med at folk i Hedmark/Oppland har signifikant høyere villighet til å betale svart enn folk som bor i Osl/Akershus (referansekategorien). Man ser videre en tendens til at folk på sørøstlandet, Vestlandet og i Trøndelag er mer villige til å betale med svarte penger, mens folk i Agder og Rogaland og i Nord-Norge synes mer skeptiske til slik betaling. Ut fra den oppgitte informasjonen er det derimot vanskelig å konkludere eksakt om andre parvise sammenligninger. iv) Plassering i det politiske landskapet Her må man tolke effekten av politisk plassering sammen med religiøsitet, ettersom de inngår sammen i et samspill-ledd. Grovt sett kan man si at folk på høyresiden er mer villige til å betale 6
7 med svarte penger, men denne effekten avtar desto sterkere ens religiøsitet er. Blant de mest religøse er det derfor slik at plassering på høyresiden faktisk fører til mindre villighet til å betale med svarte penger. Det er flere måter å belegge dette på, men den enkleste fremgangsmåten er å beregne L-verdier ut fra forskjellige kombinasjoner på de to variablene (og se bort fra de øvrige variablene) L = (0,15* lrscale) + (0,257*rlgdgr) + (-0,026*lrscale*rlgdgr) Rel Pol 0 0,000 1,285 2, ,150 1,305 2, ,300 1,325 2, ,450 1,345 2, ,600 1,365 2, ,750 1,385 2, ,900 1,405 1, ,050 1,425 1, ,200 1,445 1, ,350 1,465 1, ,500 1,485 1,470 Man kan ikke forvente at kandidatene går like grundig til verks som dette, men de bør i alle fall komme frem til det grunnleggende mønsteret OPPGAVE 3: TRANSFORMASJONER (TELLER 10 PROSENT) Gi en oversikt over anvendelse av transformasjoner i regresjonsanalyse Kandidatene bør gi en en oversikt over de meste sentrale problemstillingene knyttet til transformasjoner: Skillet mellom substansielt (bedre modellering av empiri) og metodisk (hensynet til feilleddene) motiverte transformasjoner Hvordan ulike potenser gir forskjellige resultater Det er også bra vis studentene drøfter transformering av Y, og hvilke konsekvenser detet har for fortolkning. Gode studenter vil også drøfte hvordan logistisk regresjon implisitt fører til 'transformerte' relasjoner mellom y og alle X NB: Denne oppgaven er like relevant for OLS-regresjon som for logistisk regresjon 7
8 DOKUMENTASJON TIL OPPGAVE 1 Koding av variablene som inngår i regresjonsmodellen TIllit til politiet (avhengig variabel): Måler tillit til politiet Skala fra 0 (svært lav tillit) til 10 (svært høy tillit). Tilfredshet med myndighetene: Måler ttilfredshet med myndighetene Skala fra 0 (svært lav tilfredshet) til 10 (svært høy tilfredshet). Livskvalitet: Måler livskvalitet Skala fra 0 (svært lav livskvalitet) til 10 (svært høy livskvalitet). Religiøsitet: Måler grad av religiøsitet Skala fra 0 (ikke religiøs) til 10 (svært religiøs). Kvinne: 1 = kvinne, 0 = mann Alder Antall år Utdanning: Dummysett, der lav utdanning er referansekategori. Samspill (kvinne * høy utd.) Samspillsledd mellom kvinne og høy utdanning (variablene er mulitiplisert med hverandre) 8
9 Tabell 1: Deskriptiv statistikk om variablene som inngår i modellene, inkludert standardavvik N Minimum Maksimum Gjennomsnitavvik Standard- Tillit til politiet ,12 2,020 Tillit til politikere ,26 1,987 Tilfredshet med myndighetene ,38 2,032 Livskvalitet ,90 1,576 Religiøsitet ,97 2,664 Kvinne ,47 0,499 Alder ,74 17,035 Middels utdanning ,43 0,494 Høyutdanning ,36 0,479 Samspill (kvinne * høy utd.) ,17 0,377 Valid N ('listwise') 1702 Tabell 2: Regresjonsmodellen Avhengig variabel (y) = Tillit til politiet Ustandardiserte koeffisienter Std. Stand. koeffisienter Toler- B Error T-verdi Sig. anse VIF (Constant) 3,127 0,297 10,546 <0,001 0,777 1,287 Tillit til politikere 0,296 0,025 0,291 11,664 <0,001 0,756 1,323 Tilfredshet med myndighetene 0,118 0,025 0,118 4,677 <0,001 0,983 1,018 Livskvalitet 0,201 0,028 0,891 1,123 Religiøsitet -0,036 0,018 0,624 1,603 Kvinne 0,248 0,113 0,061 2,200 0,028 0,893 1,120 Alder 0,013 0,003 0,113 4,837 <0,001 0,562 1,780 Middels utdanning -0,025 0,120-0,006-0,211 0,833 0,370 2,701 Høy utdanning 0,316 0,152 0,075 2,077 0,038 0,400 2,497 Samspill (kvinne * høy utd.) -0,331 0,186-0,062 0,076 0,076 0,777 1,287 En F-test viser at dummysettet for utdanning er signifikant. 9
10 Tabell 3: Modellsammendrag Forklart varians 1263,061 Residual 5680,671 Total varians 6943,733 Tabell 4: Deskriptiv informasjon om feilleddet Statistikk Standardfeil Ustandardisert feilledd Gjennomsnitt 0,000 0,0442 Median 0,203 Varians 3,340 Standardavvik 1,827 Minimum -7,470 Maksimum 4,718 'Range' 12,189 'Interquartile Range' 2,158 10
11 Figur 1: Homoskedastistetsplott Y: Absoluttverdier av feilleddene X-aksen: Ustandardiserte predikerte verdier Det er lagt inn en kurvilinjær regresjonslinje i plottet. 8 6 abs 4 2 R Sq Cubic =0, , , , , , , ,00000 Unstandardized Predicted Value 11
12 Figur 2. Boksplott for det ustandardiserte feilleddet 5, ,5 0,0-2,5-5, , Unstandardized Residual Figur 3: Histogram for det ustandardiserte feilleddet Frequency Mean = 7, E-16 Std. Dev. = 1, N = , , , , , ,00000 Unstandardized Residual 12
13 Figur 4: Cook's d-verdier og dfbetas-verdier for konstantleddet og variabelen tillit til politikerne' ( trstplt ), 0, , , ,00-0,02-0, , ,08 Cook's Distance DFBETA Intercept DFBETA trstplt Figur 5: Dfbetas-verdier for variablene tillit til myndighetene' ( stfgov ), livskvalitet' ( happy ), og religion ( rlgdr ) 0, , , , DFBETA stfgov DFBETA happy DFBETA rlgdgr 13
14 Figur 6: Dfbetas-verdier for variabelen kvinne ( kvinne ) , , , ,02 DFBETA kvinne Figur 7: Dfbetas-verdier for variablene alder ( alder ), middels utdanning ( midutd ), høy utdanning ( høyutd ), og samspill kvinne*høy utdanning ( kvinutd ) 0, , , , , ,02 DFBETA alder DFBETA midutd DFBETA høyutd DFBETA kvinutd 14
15 DOKUMENTASJON TIL OPPGAVE 2 Koding av variablene som inngår i regresjonsmodellen Svart (avhengig variabel): 1 = har betalt svart, 0 = har ikke betalt svart Stfgov: 'How satisfied with the national government?' Måler tilfredshet med myndighetene Skala fra 0 (svært lav tilfredshet) til 10 (svært høy tilfredshet). Lrscale: 'Placement on left right scale' Måler plassering på den politiske venstre/høyre-aksen Skala fra 0 (ytre venstre) til 10 (ytre høyre). Rlgdgr: 'How religious are you?' Måler grad av religiøsitet Skala fra 0 (ikke religiøs) til 10 (svært religiøs). Kvinne: 1 = kvinne, 0 = mann Utdanning: Dummysett, der lav utdanning er referansekategori. midutd = middels utdanning høyutd = høy utdanning Region: Dummysett, der Oslo/Akershus er referansekategori: hedopp = Hedmark og Oppland, sorøst = fylkene på Sør-Østlandet, agdroga = Agder og Rogaland, vest = Vestlandet, trønde = Trøndelag nord = Nord-Norge. Relpol Samspillsledd mellom religiøsitet og plassering på den politiske skalaen (variablene er mulitiplisert med hverandre) Alder2 Aldersvariabelen opphøyd i andre Rel2 Religionsvariabelen opphøyd i andre Kvinutd Samspillsledd mellom kvinne og høyutdanning (variablene er mulitiplisert med hverandre) 15
16 UTSKRIFTER FRA SPSS (Merk at det SPSS bruker 'block' i stedet for 'modell') Logistic Regression Block 0: Beginning Block Variables in the Equation 0 Constant B S.E. Wald df Sig. Exp(B) -,945, ,011 1,000,389 Block 1: Method = Enter Omnibus Tests of Model Coefficients 1 Block Model Chi-square df Sig. 81,258 5,000 81,258 5,000 81,258 5,000 Model Summary 1-2 Log Cox & Snell Nagelkerke likelihood R Square R Square 1914,169 a,047,068 a. Estimation terminated at iteration number 4 because parameter estimates changed by less than, a stfgov lrscale rlgdgr kvinne alder Constant Variables in the Equation B S.E. Wald df Sig. Exp(B),031,029 1,084 1,298 1,031,056,028 3,973 1,046 1,058 -,054,022 5,899 1,015,947 -,807,118 46,940 1,000,446 -,005,003 2,344 1,126,995 -,584,242 5,796 1,016,558 a. Variable(s) entered on step 1: stfgov, lrscale, rlgdgr, kvinne, alder. 16
17 Block 2: Method = Enter Omnibus Tests of Model Coefficients 1 Block Model Chi-square df Sig. 9,602 2,008 9,602 2,008 90,860 7,000 Model Summary 1-2 Log Cox & Snell Nagelkerke likelihood R Square R Square 1904,567 a,053,076 a. Estimation terminated at iteration number 4 because parameter estimates changed by less than, a stfgov lrscale rlgdgr kvinne alder midutd høyutd Constant Variables in the Equation B S.E. Wald df Sig. Exp(B),024,030,639 1,424 1,024,057,028 3,983 1,046 1,058 -,057,022 6,655 1,010,944 -,808,118 46,762 1,000,446 -,004,004 1,169 1,280,996,301,158 3,598 1,058 1,351,490,161 9,295 1,002 1,632 -,917,282 10,548 1,001,400 a. Variable(s) entered on step 1: midutd, høyutd. 17
18 Block 3: Method = Enter Omnibus Tests of Model Coefficients 1 Block Model Chi-square df Sig. 24,455 6,000 24,455 6, ,315 13,000 Model Summary 1-2 Log Cox & Snell Nagelkerke likelihood R Square R Square 1880,112 a,066,095 a. Estimation terminated at iteration number 4 because parameter estimates changed by less than, a stfgov lrscale rlgdgr kvinne alder midutd høyutd hedopp sorøst agdroga vest trønde nord Constant Variables in the Equation B S.E. Wald df Sig. Exp(B),019,030,418 1,518 1,020,058,029 4,074 1,044 1,060 -,050,023 4,977 1,026,951 -,844,119 49,913 1,000,430 -,005,004 1,648 1,199,995,321,161 3,994 1,046 1,379,510,164 9,650 1,002 1,666,515,224 5,310 1,021 1,674,192,176 1,184 1,276 1,211 -,189,199,896 1,344,828,035,178,039 1,843 1,036,112,227,244 1,622 1,119 -,682,238 8,186 1,004,505 -,910,315 8,337 1,004,403 a. Variable(s) entered on step 1: hedopp, sorøst, agdroga, vest, trønde, nord. 18
19 Block 4: Method = Enter Omnibus Tests of Model Coefficients 1 Block Model Chi-square df Sig. 6,390 1,011 6,390 1, ,705 14,000 Model Summary 1-2 Log Cox & Snell Nagelkerke likelihood R Square R Square 1873,723 a,070,100 a. Estimation terminated at iteration number 4 because parameter estimates changed by less than, a stfgov lrscale rlgdgr kvinne alder midutd høyutd hedopp sorøst agdroga vest trønde nord relpol Constant a. Variable(s) entered on step 1: relpol. Variables in the Equation B S.E. Wald df Sig. Exp(B),018,030,342 1,559 1,018,145,045 10,245 1,001 1,156,081,057 2,037 1,153 1,084 -,851,120 50,327 1,000,427 -,004,004 1,311 1,252,996,328,161 4,145 1,042 1,388,530,165 10,325 1,001 1,699,531,224 5,601 1,018 1,701,193,177 1,192 1,275 1,213 -,184,200,850 1,357,832,040,179,049 1,825 1,040,115,228,257 1,612 1,122 -,680,239 8,122 1,004,506 -,025,010 6,294 1,012,975-1,388,372 13,930 1,000,250 19
20 Block 5: Method = Enter Omnibus Tests of Model Coefficients 1 Block Model Chi-square df Sig. 35,102 1,000 35,102 1, ,807 15,000 Model Summary 1-2 Log Cox & Snell Nagelkerke likelihood R Square R Square 1838,621 a,089,128 a. Estimation terminated at iteration number 5 because parameter estimates changed by less than, a stfgov lrscale rlgdgr kvinne alder midutd høyutd hedopp sorøst agdroga vest trønde nord relpol alder2 Constant a. Variable(s) entered on step 1: alder2. Variables in the Equation B S.E. Wald df Sig. Exp(B),024,031,610 1,435 1,024,150,046 10,596 1,001 1,162,083,057 2,082 1,149 1,086 -,885,121 53,271 1,000,413,108,020 28,430 1,000 1,114,212,164 1,669 1,196 1,237,309,170 3,284 1,070 1,362,559,228 6,020 1,014 1,748,206,179 1,325 1,250 1,228 -,142,202,497 1,481,867,052,180,084 1,772 1,054,150,230,425 1,514 1,162 -,694,240 8,354 1,004,500 -,026,010 6,622 1,010,974 -,001,000 31,109 1,000,999-3,604,553 42,543 1,000,027 20
21 Block 6: Method = Enter 'Omnibus Tests for Model Coeffisients' er fjernet for denne blokken/modellen 1 Model Summary -2 Log Cox & Snell Nagelkerke likelihood R Square R Square 1831,674 a,093,134 a. Estimation terminated at iteration number 5 because parameter estimates changed by less than, a stfgov lrscale rlgdgr kvinne alder midutd høyutd hedopp sorøst agdroga vest trønde nord relpol alder2 rel2 Constant a. Variable(s) entered on step 1: rel2. Variables in the Equation B S.E. Wald df Sig. Exp(B),024,031,610 1,435 1,024,150,047 10,280 1,001 1,162,257,090 8,152 1,004 1,293 -,887,121 53,280 1,000,412,105,020 26,571 1,000 1,111,208,165 1,601 1,206 1,231,325,171 3,621 1,057 1,384,542,228 5,654 1,017 1,720,225,179 1,572 1,210 1,252 -,113,202,313 1,576,893,034,181,035 1,853 1,034,145,230,394 1,530 1,156 -,710,241 8,695 1,003,492 -,026,011 6,262 1,012,974 -,001,000 29,644 1,000,999 -,022,008 6,649 1,010,978-3,719,557 44,531 1,000,024 21
22 Block 7: Method = Enter 'Omnibus Tests for Model Coeffisients' er fjernet for denne blokken/modellen 1 Model Summary -2 Log Cox & Snell Nagelkerke likelihood R Square R Square 1831,197 a,093,134 a. Estimation terminated at iteration number 5 because parameter estimates changed by less than, a stfgov lrscale rlgdgr kvinne alder midutd høyutd hedopp sorøst agdroga vest trønde nord relpol alder2 rel2 kvinutd Constant a. Variable(s) entered on step 1: kvinutd. Variables in the Equation B S.E. Wald df Sig. Exp(B),024,031,613 1,434 1,024,149,047 10,113 1,001 1,161,255,090 8,022 1,005 1,291 -,953,155 37,607 1,000,386,105,020 26,730 1,000 1,111,209,165 1,610 1,204 1,233,260,195 1,792 1,181 1,298,548,228 5,772 1,016 1,730,227,179 1,606 1,205 1,255 -,110,202,293 1,588,896,034,181,035 1,851 1,035,149,230,417 1,518 1,160 -,712,241 8,752 1,003,491 -,026,011 5,961 1,015,975 -,001,000 29,730 1,000,999 -,022,008 6,727 1,009,978,168,243,477 1,490 1,182-3,709,558 44,202 1,000,025 22
NTNU, TRONDHEIM Norges teknisk-naturvitenskapelige universitet Institutt for sosiologi og statsvitenskap
NTNU, TRONDHEIM Norges teknisk-naturvitenskapelige universitet Institutt for sosiologi og statsvitenskap EKSAMENSOPPGAVE I SOS3003 Våren 2006 Anvendt statistisk dataanalyse i samfunnsvitenskap Faglig kontakt
DetaljerNTNU, TRONDHEIM Norges teknisk-naturvitenskapelige universitet Institutt for sosiologi og statsvitenskap
NTNU, TRONDHEIM Norges teknisk-naturvitenskapelige universitet Institutt for sosiologi og statsvitenskap EKSAMENSOPPGAVE I SOS3003 Høst 2005 Anvendt statistisk dataanalyse i samfunnsvitenskap Faglig kontakt
DetaljerNTNU, TRONDHEIM Norges teknisk-naturvitenskapelige universitet Institutt for sosiologi og statsvitenskap
NTNU, TRONDHEIM Norges teknisk-naturvitenskapelige universitet Institutt for sosiologi og statsvitenskap EKSAMENSOPPGAVE I SOS3003 Anvendt statistisk dataanalyse i samfunnsvitenskap Faglig kontakt under
DetaljerLogistisk regresjon 1
Logistisk regresjon Hovedideen: Binær logistisk regresjon håndterer avhengige, dikotome variable Et hovedmål er å predikere sannsynligheter for å ha verdien på avhengig variabel for bestemte (sosiale)
DetaljerLogistisk regresjon 2
Logistisk regresjon 2 SPSS Utskrift: Trivariat regresjon a KJONN UTDAAR Constant Variables in the Equation B S.E. Wald df Sig. Exp(B) -,536,3 84,56,000,25,84,08 09,956,000,202 -,469,083 35,7,000,230 a.
DetaljerNTNU, TRONDHEIM Norges teknisk-naturvitenskapelige universitet Institutt for sosiologi og statsvitenskap
NTNU, TRONDHEIM Norges teknisk-naturvitenskapelige universitet Institutt for sosiologi og statsvitenskap EKSAMENSOPPGAVE SOS 00 ANVENDT STATISTISK DATAANALYSE I SAMFUNNSVITENSKAP Faglig kontakt under eksamen:
DetaljerEKSAMENSOPPGAVE I IDRSA1004 Samfunnsvitenskapelig forskningsmetode og analyse
NTNU, TRONDHEIM Norges teknisk-naturvitenskapelige universitet Institutt for sosiologi og statsvitenskap EKSAMENSOPPGAVE I IDRSA1004 Samfunnsvitenskapelig forskningsmetode og analyse Faglig kontakt under
DetaljerMASTER I IDRETTSVITENSKAP 2018/2020. Individuell skriftlig eksamen. STA 400- Statistikk. Mandag 18. mars 2019 kl
MASTER I IDRETTSVITENSKAP 2018/2020 Individuell skriftlig eksamen i STA 400- Statistikk Mandag 18. mars 2019 kl. 10.00-12.00 Eksamensoppgaven består av 5 sider inkludert forsiden Sensurfrist: 8.april 2019
DetaljerInstitutt for økonomi og administrasjon
Fakultet for samfunnsfag Institutt for økonomi og administrasjon Statistiske metoder Bokmål Dato: Torsdag 19. desember Tid: 4 timer / kl. 9-13 Antall sider (inkl. forside): 8 Antall oppgaver: 3 Oppsettet
DetaljerSKOLEEKSAMEN 29. september 2006 (4 timer)
EKSAMEN I SOS400 KVANTITATIV METODE SKOLEEKSAMEN 9. september 006 (4 timer) Ikke-programmerbar kalkulator er tillatt under eksamen. Ingen andre hjelpemidler er tillatt. Sensuren faller fredag 0. oktober
DetaljerSOS 301 og SOS31/ SOS311 MULTIVARIAT ANALYSE
1 SOS 301 og SOS31/ SOS311 MULTIVARIAT ANALYSE Eksamensdag: 8 desember 1997 Eksamensstad: Dragvoll, paviljong C, rom 201 Tid til eksamen: 6 timar Vekt: 5 for SOS301 og 4 for SOS31/ SOS311 Talet på sider
DetaljerSKOLEEKSAMEN 2. november 2007 (4 timer)
EKSAMEN I SOS400 KVANTITATIV METODE SKOLEEKSAMEN. november 007 (4 timer Ikke-programmerbar kalkulator er tillatt under eksamen. Ingen andre hjelpemidler er tillatt. Sensuren faller fredag 3. november kl.
DetaljerForelesning 17 Logistisk regresjonsanalyse
Forelesning 17 Logistisk regresjonsanalyse Logistiske regresjons er den mest brukte regresjonsanalysen når den avhengige variabelen er todelt Metoden kan brukes til å: teste hypoteser om variablers effekt
DetaljerFra krysstabell til regresjon
Fra krysstabell til regresjon La oss si at vi er interessert i å undersøke i hvilken grad arbeidstid er avhengig av utdanning. Vi har ca. 3200 observasjoner (dvs. arbeidstakere som er spurt). For hver
DetaljerEKSAMENSOPPGAVE I SOS3003:
EKSAMENSOPPGAVE I SOS3003: ANVENDT STATISTISK DATAANALYSE I SAMFUNNSVITENSKAP HØST 2012. Faglig kontakt under eksamen: Albert Andrew Simkus Telefon: 99 53 21 74 Eksamensdato og tidspunkt: 17. desember
DetaljerEKSAMENSOPPGAVE I SOS3003 ANVENDT STATISTISK DATAANALYSE I SAMFUNNSVITENSKAP VÅR 2008.
EKSAMENSOPPGAVE I SOS3003 ANVENDT STATISTISK DATAANALYSE I SAMFUNNSVITENSKAP VÅR 2008. Faglig kontakt under eksamen: Albert Andrew Simkus Telefon: 99 53 21 74 Eksamensdato og tidspunkt: 20. mai 2008 09:00
DetaljerForelesning 13 Regresjonsanalyse
Forelesning 3 Regresjonsanalyse To typer bivariat analyse: Bivariat tabellanalyse: Har enhetenes verdi på den uavhengige variabelen en tendens til å gå sammen med bestemte verdier på den avhengige variabelen?
DetaljerSOS3003 Eksamensoppgåver
SOS3003 Eksamensoppgåver Gjennomgang våren 2004 Erling Berge Gjennomgang av Oppgåve 1 gitt hausten 2003 Haust 2003 Oppgåve 1 Den avhengige variabelen i regresjonsanalysen er en skala (indeks) for tillit
DetaljerNTNU, TRONDHEIM Norges teknisk-naturvitenskapelige universitet Institutt for sosiologi og statsvitenskap
NTNU, TRONDHEIM Norges teknisk-naturvitenskapelige universitet Institutt for sosiologi og statsvitenskap EKSAMENSOPPGAVE I SVSOS 316 REGRESJONSANALYSE Faglig kontakt under eksamen: Kristen Ringdal Tlf.:
DetaljerEksamensoppgave i PSY3100 Forskningsmetode - Kvantitativ
Psykologisk institutt Eksamensoppgave i PSY3100 Forskningsmetode - Kvantitativ Faglig kontakt under eksamen: Mehmet Mehmetoglu Tlf.: 73 59 19 60 Eksamensdato: 23.05.2014 Eksamenstid (fra-til): 09:00 13:00
DetaljerSOS1120 Kvantitativ metode. Regresjonsanalyse. Lineær sammenheng II. Lineær sammenheng I. Forelesningsnotater 11. forelesning høsten 2005
SOS1120 Kvantitativ metode Regresjonsanalyse Forelesningsnotater 11. forelesning høsten 2005 Per Arne Tufte Lineær sammenheng I Lineær sammenheng II Ukelønn i kroner 4000 3500 3000 2500 2000 1500 1000
DetaljerPSY2012 Forskningsmetodologi III: Statistisk analyse, design og måling Eksamen vår 2014
Psykologisk institutt PSY2012 Forskningsmetodologi III: Statistisk analyse, design og måling Eksamen vår 2014 Skriftlig skoleeksamen fredag 2. mai, 09:00 (4 timer). Kalkulator uten grafisk display og tekstlagringsfunksjon
DetaljerSENSORVEILEDNING FOR DEN KVANTITATIVE DELEN AV EKSAMENSOPPGAVEN I SOS1002 HØSTEN 2006
SENSORVEILEDNING FOR DEN KVANTITATIVE DELEN AV EKSAMENSOPPGAVEN I SOS1002 HØSTEN 2006 Oppgave 1 Nedenfor ser du en forenklet tabell basert på informasjon fra den norske delen av European Social Survey
DetaljerEKSAMEN I SOS1120 KVANTITATIV METODE 5. DESEMBER 2005 (4 timer)
EKSAMEN I SOS20 KVANTITATIV METODE 5. DESEMBER 2005 (4 timer) Bruk av ikke-programmerbar kalkulator er tillatt under eksamen. Utover det er ingen hjelpemidler tillatt. Sensur faller fredag 23. desember
DetaljerEr det enklere å anslå timelønna hvis vi vet utdanningslengden? Forelesning 14 Regresjonsanalyse
Forelesning 4 Regresjonsanalyse To typer bivariat analyse: Bivariat tabellanalyse: Har enhetenes verdi på den uavhengige variabelen en tendens til å gå sammen med bestemte verdier på den avhengige variabelen?
DetaljerHvorfor har forskjellen. i t-testen på nå blitt redusert til ?
Forelesning 16 Tolkning av regresjonsmodeller Eksamensoppgave i SVSOS17 18. mai 21 1 Oppgave 1a Tabell 1 viser et SPSS-utskrift av en t-test for to uavhengige utvalg, og er basert på data fra en spørreundersøkelse
DetaljerSENSORVEILEDNING FOR EKSAMENSOPPGAVEN I SVSOS107 VÅREN 2003
SENSORVEILEDNING FOR EKSAMENSOPPGAVEN I SVSOS107 VÅREN 003 Oppgave 1 Tabell 1 gjengir data fra en spørreundersøkelse blant personer mellom 17 og 66 år i et sannsynlighetsutvalg fra SSB sitt sentrale personregister.
DetaljerNTNU, TRONDHEIM Norges teknisk-naturvitenskapelige universitet Institutt for sosiologi og statsvitenskap
NTNU, TRONDHEIM Norges teknisk-naturvitenskapelige universitet Institutt for sosiologi og statsvitenskap EKSAMENSOPPGAVE SOS3003 Faglig kontakt under eksamen: Albert Andrew Simkus Telefon: 99 53 21 74
DetaljerNTNU, TRONDHEIM Norges teknisk-naturvitenskapelige universitet Institutt for sosiologi og statsvitenskap
NTNU, TRONDHEIM Norges teknisk-naturvitenskapelige universitet Institutt for sosiologi og statsvitenskap EKSAMENSOPPGAVE I SOS3050 Empirisk forskningsmetode i humaniora og samfunnsvitenskap Faglig kontakt
DetaljerEKSAMENSOPPGAVE FOR SOS3003: ANVENDT STATISTISK DATAANALYSE
NTNU, TRONDHEIM Norges teknisk-naturvitenskapelige universitet Institutt for sosiologi og statsvitenskap EKSAMENSOPPGAVE FOR SOS3003: ANVENDT STATISTISK DATAANALYSE Vår 2012 Faglig kontakt under eksamen:
DetaljerEKSAMEN I SOS1120 KVANTITATIV METODE 6. DESEMBER 2007 (4 timer)
EKSAMEN I SOS1120 KVANTITATIV METODE 6. DESEMBER 2007 (4 timer) Bruk av ikke-programmerbar kalkulator er tillatt under eksamen. Utover det er ingen hjelpemidler tillatt. Sensur faller torsdag 3. Januar
DetaljerNTNU Norges teknisk-naturvitenskapelige universitet Institutt for sosiologi og statsvitenskap
NTNU Norges teknisk-naturvitenskapelige universitet Institutt for sosiologi og statsvitenskap SENSORVEILEDNING I SOS1002 SAMFUNNSVITENSKAPELIG FORSKNINGSMETODE Eksamensdato: 30. november 2009 Eksamenstid:
DetaljerTid: 29. mai (3.5 timer) Ved alle hypotesetester skal både nullhypotese og alternativ hypotese skrives ned.
EKSAMENSOPPGAVE, bokmål Institutt: IKBM Eksamen i: STAT100 STATISTIKK Tid: 29. mai 2012 09.00-12.30 (3.5 timer) Emneansvarlig: Trygve Almøy (Tlf: 95141344) Tillatte hjelpemidler: C3: alle typer kalkulator,
DetaljerUNIVERSITETET I OSLO
UNIVERSITETET I OSLO Det matematisk-naturvitenskapelige fakultet Eksamen i: STK1110 Statistiske metoder og dataanalyse 1 Eksamensdag: Mandag 30. november 2015. Tid for eksamen: 14.30 18.00. Oppgavesettet
DetaljerSKOLEEKSAMEN I SOS KVANTITATIV METODE. 27. februar 2017 (4 timer)
Institutt for sosiologi og samfunnsgeografi BOKMÅL SKOLEEKSAMEN I SOS4020 - KVANTITATIV METODE 27. februar 2017 (4 timer) Tillatte hjelpemidler: Alle skriftlige hjelpemidler og kalkulator. Sensur for eksamen
DetaljerNTNU, TRONDHEIM Norges teknisk-naturvitenskapelige universitet Institutt for sosiologi og statsvitenskap
NTNU, TRONDHEIM Norges teknisk-naturvitenskapelige universitet Institutt for sosiologi og statsvitenskap EKSAMENSOPPGAVE IDRSA004 Faglig kontakt under eksamen: Arve Hjelseth (7359562) Eksamensdato: 0.2.08
DetaljerNTNU Norges teknisk-naturvitenskapelige universitet Institutt for sosiologi og statsvitenskap
NTNU Norges teknisk-naturvitenskapelige universitet Institutt for sosiologi og statsvitenskap SENSORVEILEDNING SOS1002 SAMFUNNSVITENSKAPELIG FORSKNINGSMETODE Eksamensdato: 29. mai 2009 Eksamenstid: 5 timer
DetaljerStd. Error. ANOVA b. Sum of Squares df Square F Sig. 54048,151 2 27024,075 327,600,000 263063,943 3189 82,491 317112,094 3191.
Samspill i regresjon Variables Entered/Removed b Variables Variables Entered Removed Method Kjønn,, Enter hjemmebo ende a a. All requested variables entered. Summary Std. Error Adjusted R of the R R Square
DetaljerNTNU Norges teknisk-naturvitenskapelige universitet Institutt for sosiologi og statsvitenskap
NTNU Norges teknisk-naturvitenskapelige universitet Institutt for sosiologi og statsvitenskap EKSAMENSOPPGAVE I SVSOS107 SAMFUNNSVITENSKAPELIG FORSKNINGSMETODE Eksamensdato: 18. mai 001 Eksamenssted: Idrettsbygget
DetaljerEKSAMEN I SOS1120 KVANTITATIV METODE 12. DESEMBER 2011 (4 timer)
EKSAMEN I SOS1120 KVANTITATIV METODE 12. DESEMBER 2011 (4 timer) Bruk av ikke-programmerbar kalkulator er tillatt under eksamen. Utover det er ingen hjelpemidler tillatt. Sensur faller 12. januar 2012
DetaljerGjør kort rede for seks av de åtte begrepene. Bruk inntil ½ side på hvert begrep.
Sensurveiledning SOS1002, høst 2012 Opgave 1 Gjør kort rede for seks av de åtte begrepene. Bruk inntil ½ side på hvert begrep. a) Type I feil er sannsynligheten for å forkaste en sann nullhypotese i en
DetaljerEksamensoppgave i ST3001
Det medisinske fakultet Institutt for kreftforskning og molekylær medisin Eksamensoppgave i ST3001 fredag 25. mai 2012, kl. 9.00 13:00 Antall studiepoeng: 7.5 Tillatte hjelpemidler: Kalkulator og alle
DetaljerNTNU, TRONDHEIM Norges teknisk-naturvitenskapelige universitet Institutt for sosiologi og statsvitenskap
NTNU, TRONDHEIM Norges teknisk-naturvitenskapelige universitet Institutt for sosiologi og statsvitenskap EKSAMENSOPPGAVE HØST 2010 I SOS1002 SAMFUNNSVITENSKAPELIG FORSKNINGSMETODE Faglig kontakt under
DetaljerSOS 31 MULTIVARIAT ANALYSE
1 SOS 31 MULTIVARIAT ANALYSE Eksamensdag: Onsdag 22. mai 1996 Eksamensstad: Nidarøhallen, Hall A Tid til eksamen: 6 timar Vekttal: 4 Talet på sider med nynorsk: 18 Sensurdato: 23 juni 1996 Hjelpemiddel
DetaljerEksamensoppgave i PSY3100 Forskningsmetode - kvantitativ
Psykologisk institutt Eksamensoppgave i PSY3100 Forskningsmetode - kvantitativ Faglig kontakt under eksamen: Odin Hjemdal Tlf.: Psykologisk institutt 73 59 19 60 Eksamensdato: 23.5.2013 Eksamenstid (fra-til):
DetaljerSENSORVEILEDNING FOR EKSAMENSOPPGAVEN I SVSOS107 VÅREN 2002
SENSORVEILEDNING FOR EKSAMENSOPPGAVEN I SVSOS107 VÅREN 2002 Generell informasjon Dette er den siste eksamensoppgaven under overgangsordningen mellom gammelt og nytt pensum i SVSOS107. Eksamensoppgaven
DetaljerEmnenavn: Eksamenstid: Faglærer: Bjørnar Karlsen Kivedal
EKSAMEN Emnekode: SFB12016 Dato: 18.12.2018 Hjelpemidler: Godkjent kalkulator Emnenavn: Metodekurs II: Samfunnsvitenskapelig metode og anvendt statistikk Eksamenstid: 09.00-13.00 Faglærer: Bjørnar Karlsen
DetaljerSOS3003 Anvendt statistisk dataanalyse i samfunnsvitenskap Forelesingsnotat, vår Erling Berge Institutt for sosiologi og statsvitenskap NTNU
SOS33 Anvendt statistisk dataanalyse i samfunnsvitenskap Forelesingsnotat, vår 23 Erling Berge Institutt for sosiologi og statsvitenskap NTNU Vår 24 Erling Berge 24 1 Forelesing VI Kritikk av regresjon
DetaljerMASTER I IDRETTSVITENSKAP 2014/2016. Individuell skriftlig eksamen. STA 400- Statistikk. Fredag 13. mars 2015 kl. 10.00-12.00
MASTER I IDRETTSVITENSKAP 2014/2016 Individuell skriftlig eksamen i STA 400- Statistikk Fredag 13. mars 2015 kl. 10.00-12.00 Hjelpemidler: kalkulator Eksamensoppgaven består av 10 sider inkludert forsiden
DetaljerEKSAMEN I SOS1120 KVANTITATIV METODE 23. NOVEMBER 2004 (6 timer)
EKSAMEN I SOS20 KVANTITATIV METODE 23. NOVEMBER 2004 (6 timer) Bruk av ikke-programmerbar kalkulator er tillatt under eksamen. Utover det er ingen hjelpemidler tillatt. Sensur faller tirsdag 4. desember
DetaljerEKSAMEN I SOSIOLOGI SOS KVANTITATIV METODE. ORDINÆR SKOLEEKSAMEN 4. april 2011 (4 timer)
EKSAMEN I SOSIOLOGI SOS4020 - KVANTITATIV METODE ORDINÆR SKOLEEKSAMEN 4. april 20 (4 timer) Tillatt hjelpemiddel: Ikke-programmerbar kalkulator. Opplysninger bakerst i oppgavesettet Sensur på eksamen faller
DetaljerEmnenavn: Eksamenstid: Faglærer: Bjørnar Karlsen Kivedal
EKSAMEN Emnekode: SFB12016 Dato: 06.06.2019 Hjelpemidler: Godkjent kalkulator Emnenavn: Metodekurs II: Samfunnsvitenskapelig metode og anvendt statistikk Eksamenstid: 09.00-13.00 Faglærer: Bjørnar Karlsen
DetaljerPSYC 3101 KVANTITATIV METODE II Eksamen høst 2008
Eksamen 7. november kl. 0900 200 Sensur: 8.2. kl. 4 Alle oppgavene skal besvares. PSYC 30 KVANTITATIV METODE II Eksamen høst 2008 OPPGAVE Vurdering av personlige egenskaper Et selskap som driver en nettside
DetaljerEKSAMEN I SOS4020 KVANTITATIV METODE 20. mars (4 timer)
EKSAMEN I SOS400 KVANTITATIV METODE 0. mars 009 (4 timer Tillatte hjelpemidler: Ikke-programmerbar kalkulator Liste med matematiske uttrykk/andeler i fordelinger (bakerst i oppgavesettet Sensur på eksamen
DetaljerEKSAMEN I SOS4020 KVANTITATIV METODE 8. april (4 timer)
EKSAMEN I SOS4020 KVANTITATIV METODE 8. april 200 (4 timer) Tillatte hjelpemidler: Ikke-programmerbar kalkulator Liste med matematiske uttrykk/andeler i fordelinger (bakerst i oppgavesettet) Sensur på
DetaljerNTNU Norges teknisk-naturvitenskapelige universitet Institutt for sosiologi og statsvitenskap
NTNU Norges teknisk-naturvitenskapelige universitet Institutt for sosiologi og statsvitenskap EKSAMENSOPPGAVE I SOS100 SAMFUNNSVITENSKAPELIG FORSKNINGSMETODE Eksamensdato: 31. mai 007 Eksamenstid: 5 timer
DetaljerEKSAMEN I FAG TMA4260 INDUSTRIELL STATISTIKK
Norges teknisk naturvitenskapelige universitet Institutt for matematiske fag Side 1 av 12 Faglig kontakt under eksamen: Bo Lindqvist Tlf. 975 89 418 EKSAMEN I FAG TMA4260 INDUSTRIELL STATISTIKK Onsdag
DetaljerEksamensoppgave i PSY2017/PSYPRO4317. Statistikk og kvantitative forskningsmetoder. Psykologisk institutt
1 Psykologisk institutt Eksamensoppgave i PSY2017/PSYPRO4317 Statistikk og kvantitative forskningsmetoder Faglig kontakt under eksamen: Christian Klöckner Tlf.: 73 59 19 60 Eksamensdato: 29.05.2015 Eksamenstid
DetaljerUNIVERSITETET I OSLO
UNIVERSITETET I OSLO Det matematisk-naturvitenskapelige fakultet Eksamen i: STK1110 Statistiske metoder og dataanalyse 1. Eksamensdag: Tirsdag 11. desember 2012. Tid for eksamen: 14.30 18.30. Oppgavesettet
DetaljerEKSAMENSOPPGAVER STAT100 Vår 2011
EKSAMENSOPPGAVER STAT100 Vår 2011 Løsningsforslag Oppgave 1 (Med referanse til Tabell 1) a) De 3 fiskene på 2 år hadde lengder på henholdsvis 48, 46 og 35 cm. Finn de manglende tallene i Tabell 1. Test
DetaljerEKSAMEN I SOS1120 KVANTITATIV METODE 5. MAI 2004 (6 timer)
EKSAMEN I SOS1120 KVANTITATIV METODE 5. MAI 2004 (6 timer) Bruk av ikke-programmerbar kalkulator er tillatt under eksamen. Utover det er ingen hjelpemidler tillatt. Sensur faller fredag 28. mai kl. 14.00,
DetaljerEksamensoppgave i TMA4255 Anvendt statistikk
Institutt for matematiske fag Eksamensoppgave i TMA4255 Anvendt statistikk Faglig kontakt under eksamen: Anna Marie Holand Tlf: 951 38 038 Eksamensdato: 30. mai 2014 Eksamenstid (fra til): 09:00-13:00
DetaljerSENSORVEILEDNING FOR EKSAMENSOPPGAVEN I SVSOS107 HØSTEN 2002
SENSORVEILEDNING FOR EKSAMENSOPPGAVEN I SVSOS107 HØSTEN 2002 Oppgave 1 Tabell 1 gjengir data fra en spørreundersøkelse blant personer mellom 9 og 79 år i et sannsynlighetsutvalg fra SSB sitt sentrale personregister.
DetaljerUTSATT SKOLEEKSAMEN I SOS KVANTITATIV METODE. 29. Mars 2017 (4 timer)
Institutt for sosiologi og samfunnsgeografi BOKMÅL UTSATT SKOLEEKSAMEN I SOS4020 - KVANTITATIV METODE 29 Mars 2017 (4 timer) Tillatte hjelpemidler: Alle skriftlige hjelpemidler og kalkulator Sensur for
DetaljerUNIVERSITETET I OSLO
UNIVERSITETET I OSLO Det matematisk-naturvitenskapelige fakultet Eksamen i STK1000 Innføring i anvendt statistikk Eksamensdag: Torsdag 2. desember 2010. Tid for eksamen: 09.00 13.00. Oppgavesettet er på
DetaljerEksamensoppgave i PSY3100 Forskningsmetode kvantitativ
Psykologisk institutt Eksamensoppgave i PSY3100 Forskningsmetode kvantitativ Faglig kontakt under eksamen: Christian Klöckner Tlf.: 73 59 19 60 Eksamensdato: 8. desember 2016 Eksamenstid: 09:00 13:00 Hjelpemiddelkode/Tillatte
DetaljerEksamensoppgave i PSY2017/PSYPRO4317 Statistikk og kvantitative forskningsmetoder
Psykologisk institutt Eksamensoppgave i PSY2017/PSYPRO4317 Statistikk og kvantitative forskningsmetoder Faglig kontakt under eksamen: Martin Rasmussen Tlf.: 73 59 19 60 Eksamensdato: 12.12.13 Eksamenstid
DetaljerEksamensoppgave i PSY3100 forskningsmetoder kvantitativ
Institutt for psykologi Eksamensoppgave i PSY3100 forskningsmetoder kvantitativ Faglig kontakt under eksamen: Odin Hjemdal Tlf.: 73 59 19 60 Eksamensdato: 15. mai 2017 Eksamenstid: 09:00-13:00 Hjelpemiddelkode/Tillatte
DetaljerEksamensoppgave i TMA4255 Anvendt statistikk
Institutt for matematiske fag Eksamensoppgave i TMA4255 Anvendt statistikk Faglig kontakt under eksamen: Anna Marie Holand Tlf: 951 38 038 Eksamensdato: August 2016 Eksamenstid (fra til): Hjelpemiddelkode/Tillatte
DetaljerEksamensoppgave i PSY2017/PSYPRO4317 Statistikk og kvantitative forskningsmetoder
Psykologisk institutt Eksamensoppgave i PSY2017/PSYPRO4317 Statistikk og kvantitative forskningsmetoder Faglig kontakt under eksamen: Eva Langvik Tlf.: Psykologisk institutt 73591960 Eksamensdato: 21.5.2013
DetaljerNTNU Norges teknisk-naturvitenskapelige universitet Institutt for sosiologi og statsvitenskap
NTNU Norges teknisk-naturvitenskapelige universitet Institutt for sosiologi og statsvitenskap EKSAMENSOPPGAVE I SOS1002 SAMFUNNSVITENSKAPELIG FORSKNINGSMETODE Eksamensdato: 26. mai 2011 Eksamenstid: 5
DetaljerSOS3003 Eksamensoppgåver
SOS33 Eksamensoppgåver Oppgåve 2 gitt hausten 2 Erling Berge Erling Berge Haust 2 OPPGÅVE 2I tabellvedlegget til oppgåve 2 er det estimert 6 modellar av eiga inntekt (E.inntekt). a) Ta utgangspunkt i modell
DetaljerSENSORVEILEDNING FOR EKSAMENSOPPGAVEN I SOS1002 VÅREN 2008
SENSORVEILEDNING FOR EKSAMENSOPPGAVEN I SOS1002 VÅREN 2008 Alle tre oppgavene skal besvares. De tre besvarte oppgavene teller hver en tredjedel av den samlede karakteren. Oppgave 1 Nedenfor ser du en tabell
DetaljerEKSAMEN I PSY3100 FORSKNINGSMETODE KVANTITATIV HØSTEN 2012
NTNU Fakultet for samfunnsvitenskap og teknologiledelse Psykologisk institutt EKSAMEN I PSY3100 FORSKNINGSMETODE KVANTITATIV HØSTEN 2012 DATO: 12.12.12 Studiepoeng: 7,5 Sidetall bokmål 4 Tillatte hjelpemidler:
DetaljerRef.: Fall SOS3003 Anvendt statistisk dataanalyse i samfunnsvitenskap Forelesingsnotat 05
SOS3003 Anvendt statistisk dataanalyse i samfunnsvitenskap Forelesingsnotat 05 Erling Berge Institutt for sosiologi og statsvitenskap NTNU Fall 2004 Erling Berge 2004 1 Forelesing V Kritikk av regresjon
DetaljerSensorveiledning til eksamensoppgave i SOS3003 Anvendt statistisk dataanalyse i samfunnsvitenskap
Institutt for sosiologi og statsvitenskap Sensorveiledning til eksamensoppgave i SOS3003 Anvendt statistisk dataanalyse i samfunnsvitenskap Generell informasjon: I høstsemesteret 2014 ble det ikke gitt
DetaljerUTDRAG FRA SENSORVEILEDNINGEN FOR EKSAMENSOPPGAVEN I SVSOS107 HØSTEN 2001
UTDRAG FRA SENSORVEILEDNINGEN FOR EKSAMENSOPPGAVEN I SVSOS107 HØSTEN 001 Generell informasjon Da denne eksamensoppgaven ble gitt var SVSOS107 inne i en overgangsordning mellom gammelt og nytt pensum. Denne
DetaljerNTNU Norges teknisk-naturvitenskapelige universitet Institutt for sosiologi og statsvitenskap
NTNU Norges teknisk-naturvitenskapelige universitet Institutt for sosiologi og statsvitenskap SENSORVEILEDNING I SOS1002 VÅREN 2011 SAMFUNNSVITENSKAPELIG FORSKNINGSMETODE Eksamensdato: 26. mai 2011 Eksamenstid:
DetaljerEksamensoppgave i PSY3100 Forskningsmetode - Kvantitativ
Psykologisk institutt Eksamensoppgave i PSY3100 Forskningsmetode - Kvantitativ Faglig kontakt under eksamen: Mehmet Mehmetoglu Tlf.: 73 59 19 60 Eksamensdato: 10.12.2014 Eksamenstid (fra-til): 09:00 13:00
DetaljerSOS3003 Eksamensoppgåver
SOS3003 Eksamensoppgåver Gjennomgang våren 2004 Erling Berge Vår 2004 1 Gjennomgang av Oppgåve 3 gitt hausten 2001 Vår 2004 2 Haust 2001 Oppgåve 3 I tabellvedlegget til oppgåve 3 er det estimert 7 ulike
DetaljerEKSAMENSOPPGAVE. B154 «Tabeller og formler i statistikk» av Kvaløy og Tjelmeland. To A4-ark (4 sider) med egne notater. Godkjent kalkulator.
Fakultet for naturvitenskap og teknologi EKSAMENSOPPGAVE Eksamen i: STA-2004 Dato: 29.september 2016 Klokkeslett: 09 13 Sted: Tillatte hjelpemidler: B154 «Tabeller og formler i statistikk» av Kvaløy og
DetaljerNTNU, TRONDHEIM Norges teknisk-naturvitenskapelige universitet Institutt for sosiologi og statsvitenskap
NTNU, TRONDHEIM Norges teknisk-naturvitenskapelige universitet Institutt for sosiologi og statsvitenskap EKSAMENSOPPGAVE I SVSOS 36 REGRESJONSANALYSE Faglig kontakt under eksamen: Tlf.: 73 59 7 0 Eksamensdato:
DetaljerEksamensoppgave i ST3001
Det medisinske fakultet Institutt for kreftforskning og molekylær medisin Eksamensoppgave i ST3001 Onsdag 16. desember 2010, kl. 9.00 13:00 ntall studiepoeng: 7.5 Tillatte hjelpemidler: Kalkulator og alle
DetaljerNTNU, TRONDHEIM Norges teknisk-naturvitenskapelige universitet Institutt for sosiologi og statsvitenskap
NTNU, TRONDHEIM Norges teknisk-naturvitenskapelige universitet Institutt for sosiologi og statsvitenskap EKSAMENSOPPGAVE I SOS3050 Empirisk forskningsmetode Faglig kontakt under eksamen: Stipendiat Zan
DetaljerEKSAMEN I TMA4255 ANVENDT STATISTIKK
Norges teknisk naturvitenskapelige universitet Institutt for matematiske fag Side 1 av 5 Faglig kontakt under eksamen: Mette Langaas (988 47 649) BOKMÅL EKSAMEN I TMA4255 ANVENDT STATISTIKK Onsdag 8. august
DetaljerHøye skårer indikerer høye nivåer av selvkontroll.
Psykologisk institutt PSY2012 Forskningsmetodologi III: Statistisk analyse, design og måling Eksamen vår 2015 Skriftlig skoleeksamen tirsdag 19. mai, 09:00 (4 timer) Resultater publiseres 10. juni Kalkulator
DetaljerOppgave 1. T = 9 Hypotesetest for å teste om kolesterolnivået har endret seg etter dietten: T observert = 2.16 0
Løsningsforslag til eksamen i MOT310 STATISTISKE METODER 1 VARIGHET: 4 TIMER DATO: 08. mai 2008 TILLATTE HJELPEMIDLER: Kalkulator: HP30S, Casio FX82 eller TI-30 Tabeller og formler i statistikk (Tapir
DetaljerEksamensoppgave i PSY3100 Forskningsmetode - Kvantitativ
Psykologisk institutt Eksamensoppgave i PSY3100 Forskningsmetode - Kvantitativ Faglig kontakt under eksamen: Mehmet Mehmetoglu Tlf.: 73 59 19 60 Eksamensdato: 11.12.2013 Eksamenstid (fra-til):09:00 13:00
DetaljerSOS3003 Eksamensoppgåver
SOS33 Eksamensoppgåver Gjennomgang våren 24 Erling Berge Vår 24 Gjennomgang av Oppgåve 2 gitt hausten 2 Vår 24 2 Haust 2 OPPGÅVE 2I tabellvedlegget til oppgåve 2 er det estimert 6 modellar av eiga inntekt
DetaljerMASTER I IDRETTSVITENSKAP 2013/2015 MASTER I IDRETTSFYSIOTERAPI 2013/2015. Individuell skriftlig eksamen. STA 400- Statistikk
MASTER I IDRETTSVITENSKAP 013/015 MASTER I IDRETTSFYSIOTERAPI 013/015 Individuell skriftlig eksamen i STA 400- Statistikk Mandag 10. mars 014 kl. 10.00-1.00 Hjelpemidler: kalkulator Eksamensoppgaven består
DetaljerEksamensoppgave i PSY3100 Forskningsmetode Kvantitativ
Psykologisk institutt Eksamensoppgave i PSY3100 Forskningsmetode Kvantitativ Faglig kontakt under eksamen: Mehmet Mehmetoglu Tlf.: 73 59 1960 Eksamensdato: 23.05.2016 Eksamenstid (fra-til): 09:00-13:00
DetaljerNTNU, Norges teknisk-naturvitenskapelige universitet
NTNU, Norges teknisk-naturvitenskapelige universitet EXAMINATION QUESTIONS FOR/ EKSAMENSOPPGÅVE I / EKSAMENSOPPGAVE I SVSOS3003 ANVENDT STATISTISK DATAANALYSE I SAMFUNNSVITENSKAP Contact during examinations/
DetaljerSOS3003 Anvendt statistisk dataanalyse i samfunnsvitenskap Forelesingsnotat, vår Erling Berge Institutt for sosiologi og statsvitenskap NTNU
SOS3003 Anvendt statistisk dataanalyse i samfunnsvitenskap Forelesingsnotat, vår 2003 Erling Berge Institutt for sosiologi og statsvitenskap NTNU Vår 2004 Erling Berge 2004 1 Kritikk av regresjon I Forelesing
DetaljerEksamen i : STA-1002 Statistikk og. Eksamensdato : 26. september 2011. Sted : Administrasjonsbygget. Tillatte hjelpemidler : - Godkjent kalkulator
Side 1 av 11 sider EKSAMENSOPPGAVE I STA-1002 Eksamen i : STA-1002 Statistikk og sannsynlighet 2 Eksamensdato : 26. september 2011. Tid : 09-13. Sted : Administrasjonsbygget. Tillatte hjelpemidler : -
DetaljerEksamensoppgave i PSY2017/PSYPRO4317. Statistikk og kvantitative forskningsmetoder. Målform/språk: Bokmål Antall sider: 10. Psykologisk institutt
1 Psykologisk institutt Eksamensoppgave i PSY2017/PSYPRO4317 Statistikk og kvantitative forskningsmetoder Faglig kontakt under eksamen: Christian Klöckner Tlf.: 73 59 19 60 Eksamensdato:11.12.014 Eksamenstid
DetaljerLineære modeller i praksis
Lineære modeller Regresjonsmodeller med Forskjellige spesialtilfeller Uavhengige variabler Én binær variabel Analysen omtales som Toutvalgs t-test én responsvariabel: Y én eller flere uavhengige variabler:
DetaljerHØGSKOLEN I STAVANGER
EKSAMEN I: MOT0 STATISTISKE METODER VARIGHET: TIMER DATO:. NOVEMBER 00 TILLATTE HJELPEMIDLER: KALKULATOR, TABELLER OG FORMLER I STATISTIKK (TAPIR FORLAG) OPPGAVESETTET BESTÅR AV OPPGAVER PÅ 7 SIDER HØGSKOLEN
DetaljerNTNU, TRONDHEIM Norges teknisk-naturvitenskapelige universitet Institutt for sosiologi og statsvitenskap
NTNU, TRONDHEIM Norges teknisk-naturvitenskapelige universitet Institutt for sosiologi og statsvitenskap EKSAMENSOPPGAVE I SVSOS 36 REGRESJONSANALYSE Faglig kontakt under eksamen: Kristen Ringdal Tlf.:
DetaljerMultippel regresjon. Her utvider vi perspektivet for enkel lineær regresjon til også å omfatte flere forklaringsvariable x 1, x 2,, x p.
Multippel regresjon Her utvider vi perspektivet for enkel lineær regresjon til også å omfatte flere forklaringsvariable x 1, x 2,, x p. Det er fortsatt en responsvariabel y. Måten dette gjøre på er nokså
DetaljerEksamensoppgave i TMA4255 Anvendt statistikk
Institutt for matematiske fag Eksamensoppgave i TMA4255 Anvendt statistikk Faglig kontakt under eksamen: Anna Marie Holand Tlf: 951 38 038 Eksamensdato: 3. juni 2016 Eksamenstid (fra til): 09:00-13:00
Detaljer